書馨卡幫你省薪 2024個(gè)人購書報(bào)告 2024中圖網(wǎng)年度報(bào)告
歡迎光臨中圖網(wǎng) 請 | 注冊
> >
風(fēng)光新能源發(fā)電先進(jìn)預(yù)測技術(shù)

風(fēng)光新能源發(fā)電先進(jìn)預(yù)測技術(shù)

出版社：機(jī)械工業(yè)出版社出版時(shí)間：2023-12-01
開本： 16開 頁數(shù)： 184
中 圖 價(jià):¥56.1(7.1折) 定價(jià)  ¥79.0 登錄后可看到會員價(jià)
加入購物車 收藏
運(yùn)費(fèi)6元，滿39元免運(yùn)費(fèi)
?新疆、西藏除外
本類五星書更多>

風(fēng)光新能源發(fā)電先進(jìn)預(yù)測技術(shù) 版權(quán)信息

風(fēng)光新能源發(fā)電先進(jìn)預(yù)測技術(shù) 本書特色

風(fēng)光新能源發(fā)電預(yù)測是針對調(diào)控風(fēng)光發(fā)電先天具有出力不穩(wěn)特性、改善新能源發(fā)電質(zhì)量、整合電網(wǎng)調(diào)度方面的重要技術(shù)，也是隨著新能源發(fā)電的技術(shù)進(jìn)步、裝機(jī)量增加而發(fā)展起來的新興先進(jìn)技術(shù)，風(fēng)光新能源發(fā)電預(yù)測方面先進(jìn)技術(shù)的探索，對我國綠色能源發(fā)展戰(zhàn)略和“雙碳”目標(biāo)的實(shí)現(xiàn)具有重要意義。
著作《風(fēng)光新能源發(fā)電先進(jìn)預(yù)測技術(shù)》由國內(nèi)該領(lǐng)域的ding級專家撰寫，是作者及其科研團(tuán)隊(duì)在近年參與多項(xiàng)國家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目的結(jié)論的結(jié)晶。特別是通過時(shí)間尺度、空間尺度和不同預(yù)測形式的角度，結(jié)合前沿的大數(shù)據(jù)技術(shù)及人工智能技術(shù)，創(chuàng)新性地提出了精準(zhǔn)性更高的預(yù)測方法，具有極高的學(xué)術(shù)價(jià)值和社會價(jià)值。

風(fēng)光新能源發(fā)電先進(jìn)預(yù)測技術(shù) 內(nèi)容簡介

風(fēng)光發(fā)電受氣象資源影響顯著，具有顯著的隨機(jī)性與波動性，大規(guī)模、高比例并網(wǎng)對電力系統(tǒng)安全經(jīng)濟(jì)運(yùn)行造成挑戰(zhàn)，提升預(yù)測精度可有效緩解風(fēng)光發(fā)電不確定性的負(fù)面影響，對于促進(jìn)風(fēng)光并網(wǎng)消納、提升風(fēng)光供電保障能力具有積極意義。另一方面，我國正穩(wěn)步推進(jìn)電力市場化改革進(jìn)程，風(fēng)光場站作為市場主體，其發(fā)電功率預(yù)測準(zhǔn)確性將直接關(guān)乎場站的考核與市場收益。因此，如何充分利用數(shù)值天氣預(yù)報(bào)信息，分析不同時(shí)空尺度下風(fēng)光出力特性，利用優(yōu)選模型與算法，準(zhǔn)確預(yù)測風(fēng)光發(fā)電功率，量化評估預(yù)測結(jié)果的不確定性，是電網(wǎng)調(diào)度、風(fēng)光場站以及預(yù)測服務(wù)提供商持續(xù)關(guān)注的重點(diǎn)問題。 本書的主題是對風(fēng)電、光伏新能源發(fā)電的發(fā)電量進(jìn)行預(yù)測。主要內(nèi)容包括風(fēng)光新能源發(fā)電預(yù)測背景、風(fēng)光新能源發(fā)電預(yù)測基礎(chǔ)、風(fēng)電功率單值預(yù)測、光伏功率單值預(yù)測、風(fēng)光新能源發(fā)電概率預(yù)測、風(fēng)光新能源發(fā)電組合預(yù)測和風(fēng)光新能源發(fā)電爬坡事件預(yù)測等。本書的研究成果是對作者團(tuán)隊(duì)研究成果的系統(tǒng)性總結(jié)，形成了完備的風(fēng)光新能源功率預(yù)測體系，能夠代表當(dāng)前風(fēng)光功率預(yù)測優(yōu)選技術(shù)和前沿方向，具有一定參考價(jià)值。

風(fēng)光新能源發(fā)電先進(jìn)預(yù)測技術(shù) 目錄

前言
第1章 風(fēng)光新能源發(fā)電預(yù)測背景
1.1 風(fēng)光新能源發(fā)展現(xiàn)狀
1.1.1 風(fēng)電發(fā)展現(xiàn)狀
1.1.2 光伏發(fā)展現(xiàn)狀
1.2 風(fēng)光新能源發(fā)電預(yù)測系統(tǒng)發(fā)展歷程
1.2.1 風(fēng)電預(yù)測系統(tǒng)發(fā)展歷程
1.2.2 光伏發(fā)電功率預(yù)測系統(tǒng)發(fā)展歷程
1.3 風(fēng)光新能源發(fā)電預(yù)測意義
1.2.3 新能源發(fā)電預(yù)測對電力系統(tǒng)安全經(jīng)濟(jì)運(yùn)行的意義
1.2.4 新能源發(fā)電預(yù)測對電力市場高效運(yùn)行的意義
第2章 風(fēng)光新能源發(fā)電預(yù)測基礎(chǔ)
2.1 數(shù)值天氣預(yù)報(bào)技術(shù)
2.1.1 概述
2.2.2 全球尺度數(shù)值氣象模式
2.2.3中尺度數(shù)值氣象模式
2.2.4 面向風(fēng)光新能源發(fā)電預(yù)測的電力氣象預(yù)報(bào)
2.2 風(fēng)光新能源發(fā)電預(yù)測分類
2.2.1 時(shí)間尺度分類
2.2.2 空間尺度分類
2.2.3 預(yù)測模型分類
2.2.4 預(yù)測形式分類
2.3 風(fēng)光新能源發(fā)電預(yù)測基礎(chǔ)模型
2.3.1 物理模型
2.3.2 統(tǒng)計(jì)模型
2.3.3 機(jī)器學(xué)習(xí)與人工智能模型
2.4 風(fēng)光新能源發(fā)電預(yù)測評價(jià)體系
2.4.1 單值預(yù)測評價(jià)
2.4.2 概率預(yù)測評價(jià)
2.4.2 事件預(yù)測評價(jià)
2.4.4 考核要求
第3章 風(fēng)電功率單值預(yù)測
3.1 風(fēng)力發(fā)電特性分析
3.1.1 氣象相依特性
3.1.2 時(shí)序波動特性
3.2 風(fēng)電場功率超短期預(yù)測
3.2.1 概述
3.2.2 基本算法原理
3.2.3 基于多變量EDM的風(fēng)電功率單值預(yù)測
3.2.4 算例分析
3.3 風(fēng)電場功率短期預(yù)測
3.3.1 概述
3.3.2 基于減法聚類和GK模糊聚類算法的氣象條件分類方法
3.3.3 基于氣象分類和XGBoost的短期風(fēng)電場功率預(yù)測
3.3.4 算例分析
3.4 集群風(fēng)電場功率預(yù)測
3.4.1 概述
3.4.2 時(shí)空特征深度挖掘的集群風(fēng)電功率預(yù)測模型
3.4.3 算例分析
第4章 光伏功率單值預(yù)測
4.1 光伏發(fā)電特性分析
4.1.1 氣象相依特性
4.1.2 時(shí)序波動特性
4.2 光伏功率超短期預(yù)測
4.2.1 概述
4.2.2 多時(shí)間尺度云團(tuán)移動預(yù)測
4.2.3 考慮云遮擋的光伏功率超短期預(yù)測
4.2.4 算例分析
4.3 光伏功率短期預(yù)測
4.3.1 概述
4.3.2 基于高斯相似度的相似日檢索方法
4.3.3 基于相似日檢索與Light-GBM的光伏功率預(yù)測模型
4.3.4 算例分析
4.4. 分布式光伏功率預(yù)測
4.4.1 概述
4.4.2 基于小波包算法的分布式光伏功率序列分解
4.4.3 分布式光伏平穩(wěn)序列與波動序列插值過程
4.4.4 算例分析
第5章 風(fēng)光新能源發(fā)電概率預(yù)測
5.1 稀疏貝葉斯學(xué)習(xí)
5.1.1 概述
5.1.2 SBL原理
5.1.3 基于SBL的新能源功率概率預(yù)測——以風(fēng)電為例
5.1.4 算例分析——以風(fēng)電為例
5.2 分位數(shù)回歸
5.2.1 概述
5.2.2 基于非線性分位數(shù)回歸的新能源發(fā)電功率概率預(yù)測模型
5.2.3 算例分析——以風(fēng)電為例
5.3 D-S證據(jù)理論
5.3.1 概述
5.3.2 誤差條件概率預(yù)測
5.3.3 D-S證據(jù)理論整合概率分布
5.3.4 算例分析——以風(fēng)電為例
5.4 核密度估計(jì)
5.4.1 概述
5.4.2 基于KDE的新能源發(fā)電功率概率預(yù)測模型
5.4.3 算例分析——以光伏為例
第6章 風(fēng)光新能源發(fā)電組合預(yù)測
6.1 單值預(yù)測組合模型
6.1.1 概述
6.1.2 自適應(yīng)增強(qiáng)集成模型原理
6.1.3 基于自適應(yīng)增強(qiáng)的單值集成組合預(yù)測
6.1.4 算例分析—以光伏功率預(yù)測為例
6.2 概率預(yù)測組合模型
6.2.1 概述
6.2.2 擴(kuò)展BMA模型原理
6.2.3 組合非參數(shù)概率預(yù)測—以風(fēng)電為例
6.2.4 算例分析—以風(fēng)電功率預(yù)測為例
第7章 風(fēng)光新能源發(fā)電爬坡事件預(yù)測
7.1 風(fēng)電爬坡事件預(yù)測
7.1.1 概述
7.1.2 風(fēng)電爬坡事件定義
7.1.3 基于樸素貝葉斯網(wǎng)絡(luò)的爬坡事件概率預(yù)測模型
7.1.4 算例分析
7.2光伏功率爬坡事件預(yù)測
7.2.1 概述
7.2.2 考慮日周期性影響的光伏功率爬坡事件定義
7.2.3 基于信度網(wǎng)絡(luò)的光伏功率爬坡事件預(yù)測
7.2.4 算例分析
參考文獻(xiàn)
展開全部

風(fēng)光新能源發(fā)電先進(jìn)預(yù)測技術(shù) 作者簡介

楊明 山東大學(xué)電氣工程學(xué)院副院長、教授、博士生導(dǎo)師，山東省優(yōu)秀科技工作者，全球前2%ding尖科學(xué)家，國家一流課程負(fù)責(zé)人；長期從事風(fēng)光新能源功率預(yù)測理論研究，擔(dān)任《電力系統(tǒng)自動化》“新能源電力系統(tǒng)預(yù)測技術(shù)及其應(yīng)用”專輯特約主編、《高電壓技術(shù)》“促進(jìn)可再生能源消納的發(fā)電功率預(yù)測技術(shù)及應(yīng)用”專輯特邀主編，以及IEEE Transactions on Power Systems、IEEE Transactions on Industry Applications等期刊副編輯；主持多項(xiàng)與新能源發(fā)電功率預(yù)測相關(guān)的國家級、省部級縱向項(xiàng)目，包括國家重點(diǎn)研發(fā)計(jì)劃“大規(guī)模風(fēng)電/光伏多時(shí)間尺度供電能力預(yù)測技術(shù)—極端與轉(zhuǎn)折性天氣下風(fēng)電/光伏功率爬坡及供電能力不足風(fēng)險(xiǎn)預(yù)測技術(shù)”、國家自然科學(xué)基金項(xiàng)目“短期負(fù)荷預(yù)測自適應(yīng)動態(tài)建模理論與方法研究”、國家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目“促進(jìn)可再生能源消納的風(fēng)電/光伏發(fā)電功率預(yù)測技術(shù)及應(yīng)用—多空間尺度風(fēng)電/光伏短期功率預(yù)測及概率預(yù)測技術(shù)”、山東省重點(diǎn)研發(fā)計(jì)劃項(xiàng)目“數(shù)據(jù)驅(qū)動的風(fēng)電預(yù)報(bào)系統(tǒng)關(guān)鍵技術(shù)研究”等。

商品評論(0條)
暫無評論……
書友推薦
編輯推薦
返回頂部
中圖網(wǎng)
在線客服